spss分析qpcr数据_癌旁vs癌的成对组织标本做qPCR，该如何分析qPCR数据？

点击上方↑↑↑“医学科研小坑”关注我们

在之前的介绍中,我们详细阐述了在in vitro研究中干预组与对照组之间的qPCR实验重复性及数据分析方法.如您对QPCR结果分析感到困惑,请参考上文中的详细说明:原理虽简单明了.即加药实验分别进行了三次独立重复实施,每个pcr反应均设置了三个子孔,通过设置三个子孔并收集数据来分析加药对细胞群体的影响.当同一药物作用于同一类型细胞并给予相同时间处理时,理论上三次独立重复试验中药物所引起A基因mRNA水平的变化应当具有可确定性.

在肿瘤组织样本与癌旁组织样本的PCR检测中发现，在不同受试者之间A基因的mRNA水平存在显著差异性特征。因此，并不能将不同个体间的检测结果视为真正的实验重复。建议采用配对样本t检验结合箱线图分析法来评估数据间的差异性并完成相应的可视化展示工作。

我们获得了20对病人的肿瘤组织样本，并将每一对样本分为癌细胞（T）与癌旁细胞（N）两种类型。研究目的是探讨基因A的mRNA水平在癌症细胞与癌旁细胞之间是否存在显著差异？为此我们进行了以下实验设计：首先从40个样本中分别提取相应的mRNA，并按照科研狗网站[1]提供的protocol进行cDNA合成。随后通过qPCR检测技术进行了基因表达分析，并将结果进行了详细记录：以第一对样本为例，在T组（癌细胞）中基因A的mRNA水平显著高于N组（癌旁细胞）。

然后我们做完20对组织的qPCR之后，整理数据得到如下结果：

依照上一案例中的统计方法绘制图表。若采用上一案例中的统计方法进行操作，则需遵循以下步骤：首先计算得到N（癌旁）₂⁻ΔCT值的平均值n₁；随后将T（癌）₂⁻ΔCT数据分别除以n₁；接着将每个N（癌旁）₂⁻ΔCT值与n₁进行比对；从而得出T（癌）₂⁻ΔΔCT的最终结果以及N（癌旁）₂⁻ΔΔCT的数据。具体运算过程从略，请参考整理后的数据结果。

如果接着作图，会出现如下结果：

你是否感到惊讶？癌症患者与癌旁细胞之间是否存在显著差异？

然后作图得到如下：

这个图表是否比最初的柱形图更具吸引力？ 但是这种做法本身存在一定的问题。尽管表面看来差异显著（通过统计计算得出的差异同样显著），值得注意的是N（癌旁）已经达到了零误差水平这显然不符合科学依据。基于以上分析，在本文中我们建议采用T（癌） 2^{-ΔC与N（癌旁）2}-ΔCt绘制散点图如下所示（注意不是ΔΔ），如果您有更为出色的想法不妨分享给我们共同探讨学习

把Y轴调整下如下：

观察结果表明，在肿瘤相关组别的散点图位置均呈现上升趋势。SPSS软件用于统计比较两组数据间的差异

使用配对样本t检验法（t检验的前提条件是样本数据符合正态分布特征。建议在实验前进行初步判断。通常用于测定某一特定蛋白或mRNA的水平，并且其测量结果近似地呈现为正态分布特征）

p=0.007, 具有显著性差异。 扫码关注